André Filip

Als erfahrener Data Scientist und Machine Learning Engineer unterstütze ich Unternehmen dabei, innovative Lösungen zu entwickeln. Ich beherrsche nicht nur die Entwicklung von KI und ML, sondern kommuniziere komplexe technische Konzepte klar und verständlich. Von der ersten Ideenfindung in Workshops bis hin zur Implementierung intelligenter Systeme decke ich die gesamte Wertschöpfungskette ab.

Entwicklung eines cloudbasierten KI-Systems zur automatisierten Erstellung von Kurzvideos basierend auf einfachen User-Prompts. Meine Aufgaben waren: • Konzeptualisierung • Lösungsarchitektur • Auswahl von generativen KI-Modellen • Prompt Engineering • Teamführung • Product Ownership • Code-Entwicklung • Inbetriebnahme • Dokumentation

• Auswahl von vortrainierten Deep Learning Modellen für Modeerkennung und Attributvorhersage. • Konzeption und Entwicklung eines neuartigen Fashion Recommender Systems • Modelltests und Implementierung auf AWS mittles Docker. • Gestaltung und Implementierung eines Datenmodells zur Unterstützung der Plattform-Datenbankinfrastruktur • Design und Implementierung der webbasierten Benutzeroberfläche des Systems • Veröffentlichung der Anwendung sowohl auf Google Play als auch im Apple App Store

Ich hatte die Verantwortung für die KI-Komponente eines selbst lernenden Systems zur Gesichtserkennung. Durch das aktive Einbringen meiner Ideen in das Konzept konnte dien Effizienz 2000-fach und die Geneuigkeit um 36% gesteigert werden. Ich leitete die Implementierung eines Proof of Concept (PoC) für die automatisierte Bildbeschriftung von Bildern. Zur Aktionserkennung nutzte ich ein vortrainiertes Model, dass ich mittels Transfer Learning und parameter efficient fine tuning noch verbessern konnte.

Ich arbeitete an einem Pilotprojekt mit Complero, einem Unternehmen, das sich auf die innovative und DSGVO-konforme Verarbeitung von Kontaktdaten spezialisiert hat. Ziel des Projekts war es in Zusammenarbeit mit einem Partner aus der Versicherungsbranche, zu ermitteln, ob veraltete oder fehlerhafte Kundendaten mithilfe von Machine-Learning- und datengetriebenen Ansätzen vorhergesagt oder erkannt werden können.

• UI/UX - Testing der App • Ausführen von LinkedIn Marketing Kampagnen zur Generierung von Interviews • Führen von Interviews zum Customer Development • Vertretung des Unternehmens auf nationalen und internationalen Messen • Zielgruppengerechtes schreiben von Businessplänen • Testen inwieweit DSGVO-Regeln von Unternehmen umgesetzt werden

• Herausarbeitung eines klaren Customer Service Prozess mit Feedbackloop an die App-Entwicklung • Aufbau einer Abteilung zum Customer Service • Leitung der Abteilung (2-5 Mitarbeiter) • Onboarding neuer Praktikanten und Betreuung in den ersten 4 Wochen • Durchführung von Markt- und Businessanalysen

Top 5% • Master's thesis in bio signal processing: "Spectral Power and Functional Connectivity as Indicators of Hypnotic Susceptibility, an EEG Survey" • Statistics • Causal Data Analysis • Data Processing • Data Mining • Machine Learning • Deep Learning • Health Analytics • Data, Regulation and Law

Entrepreneurship, Environmental Economics, Marketing

Öffentliche Finanzen bei Prof. Dr. Stefan Homburg war Rückblickend der wertvollste Teil meines Studiums. Ich beschäftigte mich besonders intensiv mit der Verschuldung der Kommunen und der Euro-Krise. Weitere Vertiefer: Umwelt- und Entwicklungsökonomie, Marketing